Global seasonal prediction of fire danger
Notice bibliographique
Résumé
The European Centre for Medium range weather forecast (ECMWF) on behalf of the Copernicus Emergency Management Service (CEMS) has recently widened the fire danger data offering in the Climate Data Store (CDS) to include a set of fire danger forecasts with lead times up to 7 months. The dataset incorporates fire danger indices for three different models developed in Canada, United States and Australia. The indices are calculated using ECMWF Seasonal Forecasting System 5 (SEAS5) and verified against the relevant reanalysis of fire danger based on the ECMWF Re-Analysis (ERA5). The data set is made openly available for the period 1981 to 2023 and will be updated regularly providing a resource to assess the predictability of fire weather at the seasonal time scale. The data set complements the availability of seasonal forecast provided by the Copernicus Emergency Management Service in real time.A preliminary analysis shows that globally anomalous conditions for fire weather can be predicted with confidence 1 month ahead. In some regions the prediction can extend to 2 months ahead. In most situations beyond this horizon, forecasts do not show more skill than climatology. However an extended predictability window, up to 6-7 months ahead is possible when anomalous fire weather is the results of large scale phenomena such as the El Niño Southern Oscillation and the Indian Ocean Dipole, often conducive of extensive fire burning in regions such as Indonesia and Australia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».